1 🎯 Dərsin Məqsədləri və Nəticələri

Bu dərsin sonunda siz:

Anlayacaqsınız: Niyə psixoloji testlər lazımdır və onlar necə işləyir
Öyrənəcəksiniz: Ölçmə nəzəriyyəsinin əsas prinsiplərini
Fərqləndirəcəksiniz: Müxtəlif ölçmə səviyyələri və psixometrik xüsusiyyətləri
Tətbiq edəcəksiniz: R proqramında əsas test analizlərini
Qiymətləndirəcəksiniz: Test nəticələrinin keyfiyyətini və etibarlılığını

Dərsin müddəti: 90 dəqiqə | Çətinlik səviyyəsi: Başlanğıc | Praktik saatlar: 30 dəqiqə


2 🤔 Giriş: Niyə Test Edirik?

2.1 Hər Gün Rastlaşdığımız Testlər

🧠 Bir dəqiqə düşünün: Bu həftə hansı testlər və ya qiymətləndirmələrlə üzləşdiniz?

  • Universitetə qəbul imtahanı
  • Sürücülük vəsiqəsi imtahanı
  • İş müsahibəsində şəxsiyyət testi
  • Sosial mediada “Hansı personaj tipinə oxşayırsınız?” testi
  • Həkimə gedəndə anamnez sorğusu
  • Onlayn alış-veriş saytında məhsul rəyləri

Sual: Bu testlərin hamısı eyni keyfiyyətdədirmi? Hansına daha çox etibar edirsiniz?

💡 Əsas Nöqtə: Test nəzəriyyəsi bizə kömək edir ki, hansı testlərin etibarlı olduğunu və hansı qərarları vermək üçün istifadə edilə biləcəyini müəyyən edək.

2.2 Test Olmayan Dünyanın Problemləri

🚨 Testlər olmasa nə baş verərdi?

Təhsil sahəsində: - Müəllimlər yalnız subjektiv fikir əsasında qiymət verərdilər - Universitetlər tələbələri təsadüfi seçərdilər - Akademik irəliləməni ölçmək mümkün olmazdı

İş həyatında: - Şirkətlər işçiləri yalnız müsahibə əsasında seçərdilər - Performans qiymətləndirməsi emosional olardı - Təlim ehtiyaclarını müəyyən etmək çətinləşərdi

Tibb sahəsində: - Psixoloji xəstəliklərin diaqnostikası mümkün olmazdı - Müalicənin təsiri ölçülə bilməzdi - Xəstənin vəziyyəti yalnız müşahidə ilə qiymətləndirilərdi


3 📏 Ölçmənin Təyini və Növləri

3.1 Ölçmə Nədir?

📐 Klassik Təyin (Stevens, 1946)

“Ölçmə - obyektlərə və ya hadisələrə müəyyən qaydalar əsasında rəqəmlərin təyin edilməsi prosesidir.”

Psixoloji Ölçmənin Xüsusiyyətləri:

  1. Qeyri-müşahidə olunan konstruktlar: Zəka, şəxsiyyət, motivasiya
  2. Həmişəki xəta: Heç bir ölçmə mükəmməl deyil
  3. Kəsilməz paylanma: Xüsusiyyətlər spektr boyunca paylanır
  4. Çoxfaktoral struktur: Bir konstrukt bir neçə komponentdən ibarətdir

3.1.1 Fiziki vs Psixoloji Ölçmə

Fiziki və Psixoloji Ölçmənin Müqayisəsi
Aspekt Fiziki_Ölçmə Psixoloji_Ölçmə
Müşahidə Birbaşa Dolayı
Dəqiqlik Yüksək Nisbi
Vahid Standart Şərfi
Sıfır nöqtəsi Mütləq Nisbii
Xəta Aşağı Yüksək
Təkrarlanma Yüksək Orta

3.2 Stevens Ölçmə Səviyyələri

📚 Tarixi Qeyd: Stanley Smith Stevens (1946) psixologiya tarixində ilk dəfə ölçmə səviyyələrini sistematik şəkildə təsnif etdi. Bu təsnifat hələ də istifadə olunur!

3.2.1 1. Nominal Səviyyə (Ad Səviyyəsi)

Xüsusiyyətlər: - Yalnız kateqoriyalaşdırma - Heç bir riyazi əməliyyat mümkün deyil - Yalnız bərabərlik (=) və ya qeyri-bərabərlik (≠) müqayisəsi

3.2.2 2. Ordinal Səviyyə (Sıralama Səviyyəsi)

Xüsusiyyətlər: - Sıralama mümkündür - Intervallar bərabər deyil - Mümkün əməliyyatlar: =, ≠, >, <

3.2.3 3. İnterval Səviyyə (Interval Səviyyəsi)

Xüsusiyyətlər: - Bərabər intervallar - Şərfi sıfır nöqtəsi - Mümkün əməliyyatlar: +, -, =, ≠, >, <

3.2.4 4. Nisbət Səviyyə (Ratio Səviyyəsi)

Xüsusiyyətlər: - Həqiqi sıfır nöqtəsi - Nisbətlər mənalıdır - Bütün riyazi əməliyyatlar mümkündür: ×, ÷, +, -, =, ≠, >, <

3.2.5 Ölçmə Səviyyələrinin Xülasəsi


4 🎯 Psixometrik Xüsusiyyətlər

4.1 Psixometrik Üçlük: Uğurlu Testin Sütunları

🏗️ Uğurlu Test = Etibarlılıq + Validlik + Praktiklik

Bu üç xüsusiyyət test binasının sütunları kimidir. Biri zəif olsa, bütün bina yıxıla bilər!

4.1.1 1. Etibarlılıq (Reliability)

🎯 Etibarlılıq nədir?
Testın nəticələrinin tutarlılığı və sabitliyi. Eyni şəxs eyni şəraitdə testə cavab versə, oxşar nəticə almalıdır.

Analoji: Terezi hər dəfə eyni çəkini göstərməlidir.

Etibarlılıq Növləri:

  1. Test-Retest: Zaman keçdikdən sonra sabitlik
  2. İç Tutarlılıq: Testdəki bəndlərin bir-biri ilə uyğunluğu
  3. Qiymətləndirici-arası: Müxtəlif qiymətləndiricilər arasında razılaşma
  4. Parallel Formalar: Eyni konstruktu ölçən müxtəlif testlər

4.1.2 2. Validlik (Validity)

🎯 Validlik nədir?
Testın ölçməyi planlaşdırdığı xüsusiyyəti həqiqətən ölçməsi. Düzgün şeyi ölçürmü?

Analoji: Termometr temperaturu ölçməlidir, təzyiqi yox!

Validlik Növləri:

  1. Məzmun Validliyi: Test məzmunu ölçülən sahəni əks etdirirmi?
  2. Konstrukt Validliyi: Test nəzəri konstruktla uyğunluq göstərirmi?
  3. Meyar Validliyi: Test xarici meyarlarla əlaqəli nəticə verirmi?

4.1.3 3. Praktiklik (Practicality)

🎯 Praktiklik nədir?
Testın tətbiq edilməsinin asanlığı və məqsədəuyğunluğu. Test real şəraitdə istifadə oluna bilirmi?

Aspektləri: - Zaman və xərc effektivliyi - Tətbiq asanlığı - Nəticələrin interpretasiyası - Texniki tələblər

4.1.4 Psixometrik Xüsusiyyətlərin Balansı


5 🧮 Klassik Test Nəzəriyyəsinin Əsas Modeli

5.1 CTT-nin Qızıl Formulası

🎯 X = T + E

X: Müşahidə olunan bal (Observed Score)
T: Həqiqi bal (True Score)
E: Xəta komponenti (Error Component)

💡 Bu formula nə deməkdir?

Hər hansı testdə aldığınız bal iki hissədən ibarətdir: 1. Həqiqi bacarığınız (T) - ölçməyə çalışdığımız əsl xüsusiyyət 2. Təsadüfi xəta (E) - ölçmə zamanı yaranan kənar təsirlər

Nümunə: IQ testində 115 bal aldınız - Həqiqi IQ-nuz: 110 (T) - Təsadüfi xəta: +5 (E) (yaxşı yatmış, şanslı olmuş) - Müşahidə olunan bal: 115 (X)

5.1.1 CTT-nin Əsas Fərziyyələri

📋 CTT-nin 3 Əsas Fərziyyəsi:

  1. E(E) = 0: Xətaların orta dəyəri sıfırdır
  2. ρ(T,E) = 0: Həqiqi bal və xəta arasında əlaqə yoxdur
  3. ρ(E₁,E₂) = 0: Müxtəlif testlərdəki xətalar arasında əlaqə yoxdur

Bu fərziyyələr CTT-nin bütün nəticələrinin əsasıdır!

5.1.2 CTT Simulyasiyası

# CTT modelinin simulyasiyası
set.seed(123)
n_people <- 1000
true_scores <- rnorm(n_people, mean = 75, sd = 12)

# Müxtəlif xəta səviyyələri
error_low <- rnorm(n_people, mean = 0, sd = 3)    # Aşağı xəta
error_medium <- rnorm(n_people, mean = 0, sd = 8)  # Orta xəta  
error_high <- rnorm(n_people, mean = 0, sd = 15)   # Yüksək xəta

# Müşahidə olunan ballar
observed_low <- true_scores + error_low
observed_medium <- true_scores + error_medium
observed_high <- true_scores + error_high

# Məlumatların birləşdirilməsi
ctt_data <- data.frame(
  Həqiqi_Bal = rep(true_scores, 3),
  Müşahidə_Bal = c(observed_low, observed_medium, observed_high),
  Xəta_Səviyyəsi = rep(c("Aşağı", "Orta", "Yüksək"), each = n_people)
)

# Qrafik
ggplot(ctt_data, aes(x = Həqiqi_Bal, y = Müşahidə_Bal, color = Xəta_Səviyyəsi)) +
  geom_point(alpha = 0.3, size = 0.8) +
  geom_smooth(method = "lm", se = FALSE, size = 1.5) +
  geom_abline(intercept = 0, slope = 1, linetype = "dashed", color = "black", size = 1) +
  scale_color_manual(values = colors_primary[c(4, 3, 2)]) +
  labs(title = "CTT Modeli: X = T + E",
       subtitle = "Müxtəlif xəta səviyyələrinin təsiri",
       x = "Həqiqi Bal (T)", y = "Müşahidə Olunan Bal (X)",
       color = "Xəta Səviyyəsi") +
  theme_custom() +
  facet_wrap(~Xəta_Səviyyəsi, ncol = 3)

5.1.3 Xəta Komponentinin Təhlili

💡 Praktik Nəticə: Xəta azaldıqca test daha etibarlı olur və həqiqi bacarıqla müşahidə olunan bal arasında əlaqə güclənir.


6 📚 Test Nəzəriyyəsinin Tarixi İnkişafı

6.1 Psixometriyanın Böyük Şəxsiyyətləri

📅 Zaman Xətti: Test nəzəriyyəsi 120+ ildən artıq müddətdə necə inkişaf etmişdir?

6.1.1 Əsas Mərhələlər

1. Başlanğıc Dövrü (1869-1920) - Francis Galton: İlk sistemli testlər - Charles Spearman: Etibarlılıq nəzəriyyəsi - Alfred Binet: Zəka testlərinin yaradılması

2. Klassik Dövr (1920-1980) - Louis Thurstone: Faktör analizi - Lee Cronbach: Alfa əmsalı - Lord & Novick: Modern CTT

3. Müasir Dövr (1980-hazırda) - IRT (Item Response Theory) - Kompüter Adaptiv Testlər - Böyük Data və Maşın Öyrənməsi


7 💻 R Proqramında Praktik Tətbiq

7.1 Hands-On Praktikum

🎯 Praktik Məqsədlər:

✅ Real test məlumatlarını R-da analiz etmək
✅ Əsas statistik göstəriciləri hesablamaq
✅ Bənd çətinlik və fərqləndirmə analizi
✅ Etibarlılıq hesablamaları
✅ Nəticələrin vizuallaşdırılması

7.1.1 Test Məlumatlarının Yaradılması

# Test məlumatlarının yaradılması
set.seed(456)
n_students <- 100
n_items <- 15

# Müxtəlif çətinlik səviyyələrində suallar
easy_items <- 5      # Asan suallar (p > 0.7)
medium_items <- 7    # Orta suallar (0.3 < p < 0.7)  
hard_items <- 3      # Çətin suallar (p < 0.3)

# Test məlumatlarının yaradılması
test_data <- matrix(0, nrow = n_students, ncol = n_items)

# Asan suallar
for(i in 1:easy_items) {
  test_data[, i] <- rbinom(n_students, 1, 0.8)
}

# Orta suallar
for(i in (easy_items + 1):(easy_items + medium_items)) {
  test_data[, i] <- rbinom(n_students, 1, 0.5)
}

# Çətin suallar
for(i in (easy_items + medium_items + 1):n_items) {
  test_data[, i] <- rbinom(n_students, 1, 0.2)
}

# Sütun və sətir adları
colnames(test_data) <- paste0("S", 1:n_items)
rownames(test_data) <- paste0("T", 1:n_students)

# İlk 10 tələbənin nəticələri
kable(test_data[1:10, ], 
      caption = "Test Nəticələri (İlk 10 tələbə, 1=Düzgün, 0=Səhv)")
Test Nəticələri (İlk 10 tələbə, 1=Düzgün, 0=Səhv)
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15
T1 1 1 1 0 1 0 0 1 1 0 1 1 0 1 1
T2 1 1 1 1 1 0 1 0 1 0 0 0 0 0 0
T3 1 1 0 1 0 1 1 1 0 1 0 1 0 1 0
T4 0 1 1 1 1 1 1 1 0 1 1 1 0 0 0
T5 1 1 1 1 1 1 0 0 0 1 0 1 0 0 0
T6 1 0 1 1 1 1 1 1 0 1 0 1 0 0 0
T7 1 0 1 1 1 0 1 1 0 0 1 1 0 1 1
T8 1 1 1 1 0 0 0 1 0 0 1 0 0 0 0
T9 1 1 1 1 1 0 0 1 0 0 0 1 1 0 0
T10 1 1 1 0 1 0 1 0 1 1 0 1 0 0 0

7.1.2 Əsas Statistik Göstəricilər

# Ümumi balların hesablanması
total_scores <- rowSums(test_data)

# Əsas statistikalar
stats_summary <- data.frame(
  Göstərici = c("Orta bal", "Mediana", "Standart sapma", "Min bal", "Max bal",
                "Çarpıqlıq", "Asillik", "Imtiyazlıların faizi"),
  Dəyər = c(
    round(mean(total_scores), 2),
    median(total_scores),
    round(sd(total_scores), 2),
    min(total_scores),
    max(total_scores),
    round(psych::skew(total_scores), 2),
    round(psych::kurtosi(total_scores), 2),
    round(100 * sum(total_scores >= 12) / length(total_scores), 1)
  )
)

DT::datatable(stats_summary, 
              caption = "Test Nəticələrinin Əsas Statistik Göstəriciləri",
              options = list(pageLength = 10, dom = 't'),
              rownames = FALSE) %>%
  DT::formatStyle(columns = 1:2, fontSize = '14px') %>%
  DT::formatStyle("Göstərici", backgroundColor = "#f8f9fa", fontWeight = "bold")

7.1.3 Balların Paylanması

# Balların paylanması
score_data <- data.frame(
  Ballar = total_scores,
  Qrup = ifelse(total_scores <= 5, "Aşağı",
                ifelse(total_scores <= 10, "Orta", "Yüksək"))
)

# Histogram və sıxlıq qrafiki
p1 <- ggplot(score_data, aes(x = Ballar)) +
  geom_histogram(aes(y = after_stat(density)), bins = 12, 
                 fill = colors_primary[1], alpha = 0.7, color = "white") +
  geom_density(color = colors_primary[2], size = 1.5) +
  geom_vline(xintercept = mean(total_scores), 
             color = colors_primary[3], linetype = "dashed", size = 1) +
  labs(title = "Test Ballarının Paylanması",
       subtitle = paste("Orta bal:", round(mean(total_scores), 2)),
       x = "Ümumi Test Balları", y = "Sıxlıq") +
  theme_custom()

# Qrup paylanması
p2 <- ggplot(score_data, aes(x = Qrup, fill = Qrup)) +
  geom_bar(alpha = 0.8) +
  scale_fill_manual(values = c("Aşağı" = colors_primary[2], 
                               "Orta" = colors_primary[3], 
                               "Yüksək" = colors_primary[4])) +
  labs(title = "Performans Qrupları",
       subtitle = "Tələbələrin bal intervallarına görə paylanması",
       x = "Performans Qrupu", y = "Tələbə Sayı") +
  theme_custom() +
  theme(legend.position = "none")

grid.arrange(p1, p2, ncol = 2)

7.1.4 Bənd Analizi

# Bənd çətinlik və fərqləndirmə analizi
item_difficulty <- colMeans(test_data)
item_discrimination <- numeric(n_items)

# Fərqləndirmə indeksinin hesablanması
for(i in 1:n_items) {
  # Yuxarı və aşağı 27% qrup
  upper_group <- total_scores >= quantile(total_scores, 0.73)
  lower_group <- total_scores <= quantile(total_scores, 0.27)
  
  # Fərqləndirmə indeksi
  item_discrimination[i] <- mean(test_data[upper_group, i]) - 
                           mean(test_data[lower_group, i])
}

# Bənd analizi cədvəli
item_analysis <- data.frame(
  Sual = paste0("S", 1:n_items),
  Çətinlik = round(item_difficulty, 3),
  Fərqləndirmə = round(item_discrimination, 3),
  Çətinlik_Səviyyəsi = ifelse(item_difficulty > 0.7, "Asan",
                              ifelse(item_difficulty > 0.3, "Orta", "Çətin")),
  Fərqləndirmə_Keyfiyyəti = ifelse(item_discrimination > 0.4, "Əla",
                                   ifelse(item_discrimination > 0.3, "Yaxşı",
                                          ifelse(item_discrimination > 0.2, "Orta", "Zəif")))
)

DT::datatable(item_analysis, 
              caption = "Bənd Çətinlik və Fərqləndirmə Analizi",
              options = list(pageLength = 15, dom = 'tp'),
              rownames = FALSE) %>%
  DT::formatStyle("Çətinlik_Səviyyəsi",
                  backgroundColor = DT::styleEqual(
                    c("Asan", "Orta", "Çətin"),
                    c("#d4edda", "#fff3cd", "#f8d7da"))) %>%
  DT::formatStyle("Fərqləndirmə_Keyfiyyəti",
                  backgroundColor = DT::styleEqual(
                    c("Əla", "Yaxşı", "Orta", "Zəif"),
                    c("#d4edda", "#d1ecf1", "#fff3cd", "#f8d7da")))

7.1.5 Bənd Xüsusiyyətlərinin Vizuallaşdırılması

# Çətinlik vs Fərqləndirmə qrafiki
ggplot(item_analysis, aes(x = Çətinlik, y = Fərqləndirmə, 
                          color = Çətinlik_Səviyyəsi, size = Fərqləndirmə)) +
  geom_point(alpha = 0.8) +
  geom_text(aes(label = Sual), vjust = -1, hjust = 0.5, size = 3) +
  scale_color_manual(values = c("Asan" = colors_primary[4], 
                                "Orta" = colors_primary[3], 
                                "Çətin" = colors_primary[2])) +
  scale_size_continuous(range = c(2, 6)) +
  labs(title = "Bənd Çətinlik və Fərqləndirmə Əlaqəsi",
       subtitle = "İdeal bəndlər: orta çətinlik (0.3-0.7) və yüksək fərqləndirmə (>0.3)",
       x = "Çətinlik İndeksi", y = "Fərqləndirmə İndeksi",
       color = "Çətinlik Səviyyəsi", size = "Fərqləndirmə") +
  theme_custom() +
  geom_hline(yintercept = 0.3, linetype = "dashed", color = "gray") +
  geom_vline(xintercept = c(0.3, 0.7), linetype = "dashed", color = "gray")

7.1.6 Etibarlılıq Analizi

# Cronbach Alpha hesablaması
library(psych)

# Etibarlılıq analizini təhlükəsiz şəkildə aparmaq
tryCatch({
  reliability_stats <- psych::alpha(test_data)
  
  # Etibarlılıq cədvəli
  reliability_summary <- data.frame(
    Göstərici = c("Cronbach Alpha", "Bənd Sayı", "Orta İç Korrelyasiya"),
    Dəyər = c(
      round(reliability_stats$total$raw_alpha, 3),
      ncol(test_data),
      round(reliability_stats$total$average_r, 3)
    )
  )
  
  # Əlavə statistikalar
  if (!is.null(reliability_stats$item.stats)) {
    additional_stats <- data.frame(
      Göstərici = "Orta Bənd-Test Korrelyasiyası",
      Dəyər = round(mean(reliability_stats$item.stats$r.drop, na.rm = TRUE), 3)
    )
    reliability_summary <- rbind(reliability_summary, additional_stats)
  }
  
}, error = function(e) {
  # Xəta baş verərsə, sadə hesablama
  reliability_summary <- data.frame(
    Göstərici = c("Bənd Sayı", "Test Uzunluğu", "Orta Çətinlik"),
    Dəyər = c(
      ncol(test_data),
      nrow(test_data),
      round(mean(colMeans(test_data)), 3)
    )
  )
})
## Some items ( S1 S2 S5 S8 S9 S13 S14 S15 ) were negatively correlated with the first principal component and 
## probably should be reversed.  
## To do this, run the function again with the 'check.keys=TRUE' option
# Cədvəlin göstərilməsi
DT::datatable(reliability_summary, 
              caption = "Test Etibarlılığı Analizi",
              options = list(pageLength = 10, dom = 't'),
              rownames = FALSE) %>%
  DT::formatStyle(columns = 1:2, fontSize = '14px') %>%
  DT::formatStyle("Göstərici", backgroundColor = "#f8f9fa", fontWeight = "bold")

💡 Etibarlılıq İnterpretasiyası: - α ≥ 0.9: Mükəmməl - 0.8 ≤ α < 0.9: Yaxşı
- 0.7 ≤ α < 0.8: Məqbul - 0.6 ≤ α < 0.7: Şübhəli - α < 0.6: Zəif

Testimizin etibarlılığını yuxarıdakı cədvəldə görə bilərsiniz.


8 📊 Nəticələrin İnterprerasiyası

8.1 Test Performansının Ümumi Qiymətləndirilməsi


9 🎯 Dərsin Xülasəsi

9.1 Əldə Etdiyimiz Bilik və Bacarıqlar

🏆 Təbriklər! Bu dərsdə siz:

Nəzəri Biliklər: - ✅ Ölçmənin təyini və psixoloji ölçmənin xüsusiyyətlərini öyrəndiniz - ✅ Stevens ölçmə səviyyələrini (nominal, ordinal, interval, nisbət) fərqləndirdiniz - ✅ Psixometrik üçlüyü (Etibarlılıq-Validlik-Praktiklik) anladınız - ✅ CTT-nin əsas modelini (X = T + E) mənimsədiniz - ✅ Test nəzəriyyəsinin tarixi inkişafını öyrəndiniz

Praktik Bacarıqlar: - ✅ R-da test məlumatlarının yaradılması və analizi - ✅ Bənd çətinlik və fərqləndirmə hesablamaları - ✅ Etibarlılıq analizi (Cronbach Alpha) - ✅ Statistik göstəricilərin hesablanması və interpretasiyası - ✅ Məlumatların vizuallaşdırılması və nəticələrin təqdimatı

🎯 Əsas Mesaj: Test nəzəriyyəsi yalnız riyazi formul deyil, insanların bacarıq və xüsusiyyətlərini ədalətli və dəqiq ölçmək üçün elmi metoddur.


10 📝 Ev Tapşırığı

10.1 Tapşırıq 1: Nəzəri Anlayış (30 xal)

📚 Oxu Materialları:

  1. Allen və Yen (2002), Fəsil 1 (səh. 1-25) - Ölçmənin təyini və əsas anlayışlar
  2. Cronbach (1951) - “Coefficient alpha and the internal structure of tests”
  3. Ek material: Psixometriya giriş videosu

Yazılı Tapşırıqlar:

  1. CTT modelinin komponentləri (150 söz)
    • X = T + E formulasının hər komponentini öz sözlərinizlə izah edin
    • Real həyatdan nümunə verarək göstərin
  2. Psixometrik üçlük (200 söz)
    • Etibarlılıq, validlik və praktiklik arasındakı əlaqəni izah edin
    • Hansı halda bu xüsusiyyətlər arasında məqaislə yarana bilər?
  3. Ölçmə səviyyələri (100 söz)
    • Hər Stevens səviyyəsindən psixologiyada bir nümunə verin
    • Niyə ordinal məlumatları interval kimi qəbul etmək problemlidir?

10.2 Tapşırıq 2: R Praktikası (40 xal)

💻 Kodlaşdırma Tapşırığı:

Aşağıdakı template-dən istifadə edərək öz analizinizi aparın:

# Sizin tələbə nömrənizi istifadə edin
set.seed(sizin_tələbə_nömrəsi)  # Məsələn: set.seed(12345)

# Test məlumatlarının yaradılması
n_students <- 50
n_items <- 12

# Öz test məlumatlarınızı yaradın
my_test_data <- matrix(
  rbinom(n_students * n_items, 1, 0.6),
  nrow = n_students, ncol = n_items
)
colnames(my_test_data) <- paste0("Sual_", 1:n_items)

# TAPŞİRIQLAR:
# 1. Ümumi balları hesablayın
total_scores <- rowSums(my_test_data)

# 2. Əsas statistik göstəriciləri hesablayın
# Orta bal, mediana, standart sapma, min, max

# 3. Bənd çətinlik indekslərini hesablayın
item_difficulty <- colMeans(my_test_data)

# 4. Ən asan və ən çətin sualı tapın
easiest_item <- which.max(item_difficulty)
hardest_item <- which.min(item_difficulty)

# 5. Cronbach Alpha hesablayın
library(psych)
reliability <- psych::alpha(my_test_data)

# 6. Balların paylanma qrafikini çəkin
hist(total_scores, main = "Test Ballarının Paylanması")

# 7. Bənd çətinlik cədvəli hazırlayın
item_table <- data.frame(
  Sual = colnames(my_test_data),
  Çətinlik = round(item_difficulty, 3),
  Səviyyə = ifelse(item_difficulty > 0.7, "Asan",
                   ifelse(item_difficulty > 0.3, "Orta", "Çətin"))
)

print("Nəticələrinizi interpretasiya edin...")

Tapşırıq Sualları: 1. Testin orta çətinlik səviyyəsi necədir? 2. Hansı suallar dəyişdirilməlidir və niyə? 3. Testin etibarlılığı necədir və bu nə deməkdir?

10.3 Tapşırıq 3: Tənqidi Düşünmə (30 xal)

🤔 Analitik Suallar:

Hər sual üçün minimum 150 söz yazın və konkret nümunələr verin:

  1. Xəta və Etibarlılıq
    • Niyə psixoloji testlərdə xəta həmişə mövcuddur?
    • Hansı faktorlar xətanı artırır və azaldır?
    • Real nümunə veraraq izah edin
  2. Validlik vs Etibarlılıq
    • Yüksək etibarlılıq həmişə yaxşı testin göstəricisidirmi?
    • Etibarlı lakin validsiz test mümkündürmü? Nümunə verin
    • Validlik etibarlılıqdan niyə daha vacibdir?
  3. CTT Məhdudiyyətləri
    • X = T + E modelində E(e) = 0 fərziyyəsi niyə vacibdir?
    • Bu fərziyyə pozularsa nə baş verir?
    • Real həyatda bu fərziyyə həmişə doğrudurmu?

11 🔍 Özünü Yoxlama

✅ Özünü Qiymətləndirmə Sualları:

Bu sualları cavablandıraraq dərsi nə qədər mənimsədiyinizi yoxlayın:

  1. Stevens ölçmə səviyyələrini fərqləndirə bilirəm ✓/✗
  2. CTT modelini izah edə bilirəm ✓/✗
  3. Psixometrik üçlüyü anlayıram ✓/✗
  4. R-da bənd analizi apara bilirəm ✓/✗
  5. Etibarlılıq göstəricilərini interpretasiya edə bilirəm ✓/✗

12 🚀 Növbəti Dərslərə Hazırlıq

12.1 Dərs 2: “CTT Modelinin Dərin Analizi: X = T + E”

📅 Növbəti həftə öyrənəcəksiniz:

Həqiqi bal (T) anlayışının dərin analizi - Həqiqi bal nədir və necə müəyyən edilir? - Paralell testlər və onların xüsusiyyətləri - Həqiqi bal spektrinin xüsusiyyətləri

Xəta komponenti (E) və onun xüsusiyyətləri - Xəta növləri: sistematik və təsadüfi - Xətanın mənbələri və onların nəzarəti - Xəta dispersiyasının hesablanması

CTT fərziyyələrinin R simulyasiyaları - Fərziyyələrin yoxlanması - Fərziyyələrin pozulması və nəticələri - Real məlumatlarla model yoxlanması

Etibarlılıq əmsalının ətraflı analizi - Müxtəlif etibarlılıq növləri - Etibarlılığın yaxşılaşdırılması yolları - Etibarlılıq və validlik arasındakı əlaqə

12.1.1 Hazırlıq Materialları

Oxumaq üçün: - Allen & Yen (2002), Fəsil 2: “The Test Score Model” (səh. 26-55) - Lord & Novick (1968), Fəsil 2: “The Theory of Mental Tests” (seçilmiş hissələr)

Video materiallar: - CTT Model Explained - Understanding True Scores


13 📚 Əlavə Resurslar

13.1 Əsas Kitablar

📖 Tövsiyə olunan əsas mənbələr:

  1. Allen, M.J., & Yen, W.M. (2002). Introduction to Measurement Theory
    • Ən əsas giriş kitabı
    • Praktik nümunələr və R kodları
  2. Crocker, L., & Algina, J. (2008). Introduction to Classical and Modern Test Theory
    • Daha ətraflı nəzəri izah
    • Advanced mövzular
  3. DeVellis, R.F. (2016). Scale Development: Theory and Applications
    • Test və şkala hazırlama
    • Praktik yanaşımlar

13.2 Online Resurslar

R Paketi və Kodlar: - psych paketi: Psixometrik analizlər - CTT paketi: Klassik test nəzəriyyəsi - RStudio Tutorials: R öyrənmək üçün

Akademik Platformalar: - Psychometrics Centre, Cambridge - NCME - National Council on Measurement in Education - APA Division 5 - Quantitative Psychology

Onlayn Kurslar: - Coursera: Measurement and Assessment - edX: Introduction to Psychometrics


14 🏆 Təbriklər!

🎉 Əla işlər!

Siz Klassik Test Nəzəriyyəsi səyahətinizdə ilk və ən mühüm addımı müvəffəqiyyətlə atdınız!

Bu dərsdə öyrəndiyiniz: - Test nəzəriyyəsinin əsas prinsipləri - Psixometrik düşünmə tərzi - R-da praktik analiz bacarıqları - Tənqidi qiymətləndirmə qabiliyyəti

Bu biliklər sizə psixologiya, təhsil və digər sahələrdə testlərin düzgün istifadəsində böyük kömək edəcək.

Növbəti dərsdə görüşənədək - Uğurlar! 🚀


📞 Əlaqə və Dəstək

Suallarınız varsa: - 📧 E-mail: course@example.com - 💬 Telegram: @ctt_course_support - 🌐 Kurs saytı: www.example.com/ctt

Məsləhət saatları: - Çərşənbə axşamı: 18:00-20:00 - Cümə axşamı: 16:00-18:00


Bu dərs materialı Allen və Yen (2002) “Introduction to Measurement Theory” kitabına əsaslanır və müasir R proqramlaşdırma təcrübəsi ilə zənginləşdirilib.

Son yenilənmə: 2025-07-17 | Versiya: 2.0 | Müəllif: Psixometriya Kursu Komandası